首页 > 其他分享 >莫比乌斯反演

莫比乌斯反演

时间:2024-10-27 08:52:36浏览次数:1  
标签:frac 乌斯 sum times mu 反演 莫比 alpha displaystyle

前置知识

  积性函数

    积性函数指对于所有互质的整数$a$和$b$有性质$f(ab)=f(a)f(b)$的数论函数。若对于所有整数$a$和$b$都有性质$f(ab)=f(a)f(b)$成立,则称$f(n)$是完全积性的。例如$\phi (n)$为积性函数。

  数论函数

    定义

    数论函数(或称算术函数)指定义域为正整数的函数。

    例子

    1)单位函数$\epsilon(n)=[n=1]$

      $[A]$表示$A$为真时为1,否则为0

    2)常值函数$1(n)=1$

    3)恒值函数$id(n)=n$

    4)欧拉函数$\phi (n)=\sum^n_{i=1}[gcd(i,n)=1]$

    若将$n$质因数分解有$\displaystyle n=\prod_{i=1}^{k}p_i^{c_i}$,则$\displaystyle\phi (n)=n\prod_{i=1}^{k}(1-\frac{1}{p_i})$(定义)

  狄利克雷卷积

    定义

    对于任意两个数论函数$f,g$,它们的狄利克雷卷积为$h=f*g$

    表示为:

$$(f*g)(n)=\sum_{d|n}f(d)g(\frac{n}{d})$$

    或

$$(f*g)(n)=\sum_{i\times j=n}f(i)g(j)$$

    性质

    1)结合律$(f*g)*h=f*(g*h)$

    2)分配律$f*(g+h)=f*g+f*h$

    3)$(\alpha f)*g=\alpha (f*g)$

    4)$\epsilon *f=f$

    5)两个积性函数的卷积也为积性函数

    性质的证明

    1)结合律

      $\displaystyle \begin{split} LHS &= [(f*g)*h](n)\\ &=\sum_{d\times k=n}(f*g)(d)h(k)\\ &=\sum_{d\times k=n}h(k)\sum_{i\times j=d}f(i)g(j)\\ &=\sum_{i\times j\times k=n}f(i)g(j)h(k)\end{split}$

      同理$\displaystyle RHS=\sum_{i\times j\times k=n}f(i)g(j)h(k)$,故结论得证

    2)分配律

      $\displaystyle\begin{split}[f*(g+h)](n) &= \sum_{i \times j=n}f(i)(g+h)(j)\\ &= \sum_{i \times j=n}f(i) \cdot [g(j)+h(j)]\\ &= \sum_{i \times j=n}f(i)g(j)+ \sum_{i \times j=n}f(i)h(j)\\ &=(f*g + f*h)(n)\end{split}$

    3)$\displaystyle LHS=\sum_{i \times j=n}(\alpha f(i))g(j)=\alpha\sum_{i \times j=n}f(i)g(j)=RHS$

    4)$\displaystyle LHS=\sum_{i \times j=n}\epsilon (i)f(j)=\epsilon (1)f(n) + 0\cdot \sum_{d|n,d \neq n}f(d)=f(n)=RHS$

      所以$\epsilon(n)$是狄利克雷卷积中的单位元

    5)略

    逆元

    $f$的逆元记作$f^{-1}$其满足:$f*f^{-1}=\epsilon$

    可以表达为:

$$\displaystyle{f^{-1}(n)=}\begin{cases} \displaystyle{\frac{1}{f(1)},} & \text{if }n=1\\ \displaystyle{-\frac{1}{f(1)} \sum_{d|n,d \neq 1}f^{-1}(\frac{n}{d})f(d)}, & \text{if }n \neq 1 \end{cases}$$

 


 

正文

  莫比乌斯函数

    定义

$$\mu (n)=\begin{cases} 1, & \text{n=1}\\ (-1)^{k}, & \text{n无大于1的平方数因数,且质因数分解n有}n=p_1p_2\cdots p_k\\ 0, & \text{n有大于1的平方因数}\end{cases}$$

    性质

    1)$\mu (n)$是积性函数。

    2)$1*\mu=\epsilon$,即$\mu (n)$是常值函数$1(n)$的逆元

    3)$\displaystyle\sum_{d|n}\frac{\mu (d)}{d}=\frac{\phi (n)}{n}$,即$id * \mu = \phi$

    证明

    性质一略。

    对于性质二,若$n=1$,结论显然,若$n \neq 1$,设$n=\prod_{i=1}^{\alpha}p_i^{k_i}$

    则$\displaystyle (\mu * 1)(n)=\sum_{d|n}\mu (d) = \binom{\alpha}{0} + \binom{\alpha}{1} \cdot (-1) + \binom{\alpha}{2} \cdot (-1)^{2} + \cdots + \binom{\alpha}{\alpha} \cdot (-1)^{\alpha}=[(-1) + 1]^{\alpha}=0$

    对于性质三,当$n=p^{k}$,$p$为质数时,$\displaystyle\sum_{d|n}\frac{\mu (d)}{d} = \mu (1) + \frac{\mu (p)}{p} +\frac{\mu (p^2)}{p^2} + \cdots + \frac{\mu (p^k)}{p^k} = 1-\frac{1}{p} = \frac{\phi (n)}{n}$

当$n = \prod_{i=1}^{\alpha}p_{i}^{k_i}$,$p_i$为质数时,由积性函数性质,$\displaystyle\frac{\phi(n)}{n} = \prod_{i=1}^{\alpha}\phi (p_{i}^{k_i})=\prod_{i=1}^{\alpha} \sum_{d|p_{i}^{k_i}} \frac{\mu (d)}{d}=\sum_{d|n}\frac{\mu (d)}{d}$

    线性筛求莫比乌斯函数值

    略

  莫比乌斯反演

    若$f(n)=\sum_{d|n}g(d)$,则$g(n)=\sum_{d|n}\mu (d)f(\frac{n}{d})$,其中数论函数$f(n)$称为数论函数$g(n)$的莫比乌斯变换,数论函数$g(n)$称为数论函数$f(n)$的莫比乌斯逆变换(反演)

    证明只需对$f$卷$\mu$即可

    应用

    求$\sum_{i=1}^{n}\sum_{j=1}^{n}gcd(i,j)$

    利用莫比乌斯函数的第二个性质,$[gcd(i,j)=1]=\epsilon (gcd(i,j))=\sum_{d|gcd(i,j)}\mu (d)$,所以

    $\begin{split}\displaystyle\sum_{i=1}^{n}\sum_{j=1}^{n}gcd(i,j) &=\sum_{i=1}^{n} \sum_{j=1}^{n} \sum_{k=1}^{n} k \cdot [gcd(\lfloor\frac{i}{k}\rfloor, \lfloor\frac{j}{k}\rfloor)=1]\\ &= \sum_{k=1}^{n} \sum_{i=1}^{\lfloor\frac{n}{k}\rfloor} \sum_{j=1}^{\lfloor\frac{n}{k}\rfloor} k[gcd(i,j)=1]\\ &= \sum_{k=1}^{n} k \sum_{i=1}^{\lfloor\frac{n}{k}\rfloor} \sum_{j=1}^{\lfloor\frac{n}{k}\rfloor} \sum_{d|gcd(i,j)} \mu (d)\\ &= \sum_{k=1}^{n} k \sum_{d=1}^{n} \mu (d) \sum_{i=1}^{\lfloor\frac{n}{k}\rfloor} [d|i] \sum_{j=1}^{\lfloor\frac{n}{k}\rfloor} [d|j] \\ &= \sum_{k=1}^{n} \sum_{d=1}^{n} k \mu (d) \lfloor\frac{n}{kd}\rfloor \lfloor\frac{n}{kd}\rfloor \end{split}$

    接下来对$k$进行数论分块即可,时间复杂度为$O(n^{\frac{3}{2}})$,对应的朴素算法时间复杂度$O(n^2logn)$(枚举$O(n^2)$$\times$辗转相除法$O(logn)$)

标签:frac,乌斯,sum,times,mu,反演,莫比,alpha,displaystyle
From: https://www.cnblogs.com/nulidejuruo/p/18491682

相关文章

  • 唐氏儿学莫比乌斯反演
    不会莫比乌斯反演,所以来学。很多博客看不懂/kk。题目P2522\[\sum\limits^b_{i=a}\sum\limits_{j=c}^{d}[\gcd(i,j)=k]\]容斥,\[\sum\limits^b_{i=a}\sum\limits_{j=c}^{d}[\gcd(i,j)=k]= \sum\limits^b_{i=1}\sum\limits_{j=1}^{d}[\gcd(i,j)=k]- \sum\limits^b_{i=1}\s......
  • 遥感技术在生态系统碳储量、碳收支、碳循环以及人为源排放反演等领域的技术发展
    以全球变暖为主要特征的气候变化已成为全球性环境问题,对全球可持续发展带来严峻挑战。2015年多国在《巴黎协定》上明确提出缔约方应尽快实现碳达峰和碳中和目标。2019年第49届 IPCC全会明确增加了基于卫星遥感的排放清单校验方法。随着碳中和目标以及全球碳盘点的现实压力,基于......
  • 组合数学(容斥与反演)
    前言校测被数学干碎了,赶紧来补一点容斥和反演的东西,能补多少算多少吧。特别说明:这一篇学习笔记是组合数学的第二篇。反演这是一个听着很高大上,实际不简单(因为wtcl)的东西。反演的实质对于形如下面的式子,我们称左右两式互为反演式:\[f_i=\sum^{i}_{j=1}A_{i,j}g_j\Leftrightar......
  • 基于Python星载气溶胶数据处理与反演分析
    MODIS(中分辨率成像光谱仪)和CALIOP(云-气溶胶偏振激光雷达)是两种重要的星载遥感观测平台,它们提供了大量的气溶胶数据。MODIS通过成像光谱技术获取不同波长的遥感数据,从而得到气溶胶的空间分布、光学厚度等信息,而CALIOP则通过激光雷达技术获取气溶胶的类型和垂直分布信息。这两者......
  • 莫比乌斯反演的证明
    信奥中的数学:积性函数、莫比乌斯反演信奥中的数学:积性函数、莫比乌斯反演-CSDN博客莫比乌斯反演的证明(非狄利克雷卷积法)莫比乌斯反演的证明(非狄利克雷卷积法)_莫比乌斯反演公式证明-CSDN博客莫比乌斯反演定理证明(两种形式)莫比乌斯反演定理证明(两种形式)_莫比乌斯反演......
  • 【GEE-PIE遥感】夜间灯光指数提取、长时间尺度植被覆盖度反演、水域动态监测、农作物
    随着航空、航天、近地空间等多个遥感平台的不断发展,近年来遥感技术突飞猛进。由此,遥感数据的空间、时间、光谱分辨率不断提高,数据量也大幅增长,使其越来越具有大数据特征。对于相关研究而言,遥感大数据的出现为其提供了前所未有的机遇,但同时也提出了巨大的挑战。传统的工作站和服......
  • 子集反演 & sos dp 学习笔记
    子集反演&sosdp学习笔记子集反演设\(g(S)\)表示集合\(S\)的答案,\(f(S)\)为\(S\)的子集的答案和。根据定义:\[f(S)=\sum_{T\inS}g(T)\]子集反演就是:\[g(S)=\sum_{T\inS}(-1)^{|S|-|T|}f(T)\]本质上就是容斥原理,可感性理解,证明略(给你你也记不住)。于是便可以通......
  • 莫比乌斯反演常用结论
    符号规约\([A]\),艾弗森括号,其中\(A\)为命题,若\(A\)为真,则该式值为\(1\),否则为\(0\)。常见积性函数单位函数:\(\large{e(n)=[n=1]}\)幂函数:\(\large\operatorname{Id}_k(n)=n^k\)常数函数:\(\large{1(n)=1}\)因数个数:\(\large\operatorname{d}(n)=\sum\limits_{d\midn}1......
  • 数论 莫比乌斯反演
    前置需求数论分块概念对于一个形如\(\sum_{x=1}^n\lfloor{\frac{n}{x}}\rfloor\)的式子,我们发现对于一部分的\(x\),它们的\(\lfloor{\frac{n}{x}}\rfloor\)值相同,因此我们没必要\(\mathcal{O(n)}\)计算,可以采用数论分块的办法将这一步的复杂度降低至\(\mathcal{O(\sqrt......
  • 二项式反演学习笔记
    前言万字长文!这里有我的一些思考和领会,网络上的教程都太潦草了。并且我发现了新的反演公式!概述二项式反演用于转化两个具有特殊关系的函数\(f\)和\(g\),从而方便求解问题。一般来说,直接计算恰好满足\(n\)个限制的答案不好求,但是可以计算出“至少”/“至多”满足\(n\)......